2025

强化学习在大模型推理与训练中的应用（《现代优化方法》课程作业）

2024

SiT：Scalable Interpolant Transformers

随笔：A Mathematical Framework for Transformer Circuits

随笔：Test-time Computation Scaling

Diffusion-DPO 公式推导

2023

Note for CS 285, Deep Reinforcement Learning

《计算机系统结构》课程复习 Note

《网络空间安全导论》课程作业

Diffusion-Guidance & Latent Space

Diffusion-DDPM